远场声源定位的短基线传感器网络关键问题研究

高灵敏度传感器技术的发展为无源探测远距离声源目标奠定了硬件基础。最近研制短基线传感器网络实现远场声源定位已具备可行性，定位精度明显优于传统的传感器阵列方式。但远场目标到达时间差(TDoA)的几何精度因子(GDOP)效应严重影响了传感器网络的定位性能，且TDoA定位模型属于非线性病态超定方程，经典方法不能有效求解。本课题研究短基线传感器网络定位远场声源的关键问题，拟采用智能优化和Cramer-Rao下界理论，探索远场目标定位的机理，突破制约定位系统实用化的技术瓶颈。研究内容包括：基于带约束混沌粒子群优化的TDoA远场声源定位算法、非视距条件下传感器锚点位置优化算法、远场声源定位的GDOP分布规律与敏感区域、基于启发式多准则进化算法的定位系统优化设计等。研究结果有望显著提高远场声源的定位精度，为实际工程提供核心技术和理论指导，可应用于反恐安全和战场探测等重要场合。

传感器网络的一个重要应用功能是目标跟踪和定位。声源定位在现代战争、反恐维稳和城市安防等众多领域有着广泛应用，本项目针对传感器阵列存在的问题，研究了基于短基线传感器网络的远场声源TDoA定位技术和方法。研究结果包括：基于短基线传感器网络的远场声源TDoA两阶段组合定位算法、基于粒子群优化的TDoA 测向定位优化方法、三维传感器网络的最大似然时差定向方法、面向目标跟踪的传感器网络非视距状态辨识和消除、非视距传播的多径效应统计误差模型等。本项目所设计的粒子群优化方法能逼近或达到三维空间信号源位置估计误差的Cramer-Rao下界。另外，课题组还组织了野外真实场景下的多次试验，利用采集的声源数据进行测试，验证所设计方法的有效性。项目研究结果对远场声源信号的定位问题具有应用意义和理论指导价值。